深度学习在生物医药领域的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量	算法框架	模型架构	性能指标	计算资源
1	2025-11-20	Deep learning approach to predict autism spectrum disorder: a systematic review and meta-analysis 2024-10-28, BMC psychiatry IF:3.4Q2 DOI:10.1186/s12888-024-06116-0 PMID:39468522	系统评价与荟萃分析	通过系统评价和荟萃分析评估深度学习技术在儿童自闭症谱系障碍分类中的准确性	首次对深度学习在自闭症谱系障碍分类中的性能进行系统性量化评估	纳入研究存在较大异质性限制了荟萃分析的有效性	评估深度学习技术在儿童自闭症谱系障碍分类中的诊断准确性	自闭症谱系障碍患者	机器学习	自闭症谱系障碍	深度学习	深度学习模型	医学数据	9495名ASD患者来自6个不同数据库	NA	NA	灵敏度,特异性,AUC,SROC	NA
2	2025-11-05	Dynamic Mechanism for Subtype Selectivity of Endocannabinoids 2024-Oct-29, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.25.620304 PMID:39554065	研究论文	本研究通过分子动力学模拟和机器学习方法揭示内源性大麻素对CB1受体亚型选择性的动态机制	首次提出N-末端运动调控结合口袋体积和残基组成的动态机制，结合深度学习和马尔可夫状态模型定量解析结合路径	模拟时间尺度仍有限，未考虑其他内源性大麻素的选择性机制	阐明内源性大麻素对CB1受体亚型选择性的生物物理机制	大麻素受体CB1和CB2，内源性大麻素anandamide及其类似物	计算生物物理学	NA	分子动力学模拟，马尔可夫状态建模，深度学习VAMP-nets，相对自由能计算	VAMP-nets	分子动力学轨迹数据	约0.9毫秒的分子动力学模拟数据	NA	VAMP-nets	结合自由能，构象熵，焓变	NA
3	2025-10-29	A Robust and Data-Efficient Deep Learning Model for Cardiac Assessment without Segmentation 2024-Oct-28, Research square DOI:10.21203/rs.3.rs-5290766/v1 PMID:39574901	研究论文	提出一种无需心室分割的鲁棒且数据高效深度学习模型用于心脏评估	通过分解和转换卷积编码器输出估计与心动周期相关的帧级权重，无需分割模型即可处理噪声输入	未明确说明模型在极端噪声条件下的性能表现	开发无需心室分割的鲁棒心脏评估深度学习算法	经胸超声心动图视频数据	计算机视觉	心血管疾病	深度学习	R(2+1)D CNN	视频	NA	NA	R(2+1)D卷积编码器	NA	NA
4	2025-10-27	Deep learning-based automatic contour quality assurance for auto-segmented abdominal MR-Linac contours 2024-Oct-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad87a6 PMID:39413822	研究论文	开发基于深度学习的自动轮廓质量评估模型，用于评估腹部MR-Linac中自动分割的胰腺和十二指肠轮廓质量	首次提出基于3D卷积神经网络的自动轮廓质量评估模型，能够快速识别需要编辑的自动分割轮廓	训练数据集规模有限（103个数据集），且使用内部开发的轮廓分类工具进行质量标注	优化MR引导在线自适应放疗中自动分割轮廓的质量保证流程	腹部MRI中的胰腺和十二指肠自动分割轮廓	数字病理	腹部恶性肿瘤	MRI	CNN	3D医学图像	103个训练数据集，34个独立测试数据集	NA	3D卷积神经网络	准确率	NA
5	2025-10-19	Decoding the brain: From neural representations to mechanistic models 2024-Oct-17, Cell IF:45.5Q1 DOI:10.1016/j.cell.2024.08.051 PMID:39423801	综述	本文详细阐述神经编码与解码的核心概念及其在运动、视觉和语言处理领域的应用	整合深度学习等数学工具系统解析神经编码与解码机制，推动基础与转化神经科学发展	NA	探讨大脑分布式计算中神经编码与解码的数学原理及其应用	大脑神经元网络与分布式神经回路	神经科学	NA	深度学习	NA	神经信号数据	NA	NA	NA	NA	NA
6	2025-10-14	Artificial Intelligence Applications in Oral Cancer and Oral Dysplasia 2024-Oct, Tissue engineering. Part A DOI:10.1089/ten.TEA.2024.0096 PMID:39041628	综述	本文综述人工智能在口腔癌和口腔上皮异常增生中的应用进展，重点探讨AI技术开发预测性生物标志物的潜力	系统总结AI技术在口腔癌前病变恶性转化预测和口腔癌预后评估中的创新应用，包括深度学习数字病理学和机器学习表观基因组学整合	未提及具体研究样本量和模型验证结果，主要基于现有技术前景的论述	改善口腔鳞状细胞癌的预后预测和治疗反应评估	口腔鳞状细胞癌(OSCC)患者和口腔上皮异常增生(OED)患者	数字病理学	口腔癌	多重免疫组织化学、表观基因组学、数字病理学	深度学习,机器学习	病理图像,表观遗传数据,免疫细胞模式数据	NA	NA	神经网络	NA	NA
7	2025-10-05	Evaluating the Quality of Brain MRI Generators 2024-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72117-5_28 PMID:40364898	研究论文	提出一个评估脑部MRI生成模型质量的框架，重点关注生成图像的解剖结构合理性	开发了一个专门针对脑部MRI生成模型的评估框架，通过标准化处理和自动分割来量化解剖结构合理性，解决了传统自然图像评估指标的不足	仅评估了6种生成模型，样本量相对有限；框架依赖于分割结果的可靠性	改进脑部MRI生成模型的评估方法，使其更好地反映解剖结构的合理性	脑部结构MRI图像	医学影像分析	脑部疾病	深度学习生成模型	生成模型	MRI图像	超过3000个脑部MRI	NA	6种最先进的生成模型	解剖结构合理性量化指标	NA
8	2025-10-05	Artificial Intelligence in Clinical Diagnosis and Treatment of Dry Eye: Workflows, Effectiveness, and Evaluation 2024 Oct-Dec, Journal of current ophthalmology IF:1.2Q3 DOI:10.4103/joco.joco_172_24 PMID:41041032	综述	本文综述人工智能在干眼症临床诊疗中的应用，探讨其工作流程、有效性及未来发展方向	系统总结AI在干眼症诊疗中的完整工作流程，并提出云端治疗管理等新兴应用方向	AI在干眼症应用中仍面临某些需要解决的挑战	探讨人工智能在干眼症临床诊断和治疗中的应用价值与发展前景	干眼症患者及相关临床数据	医学人工智能	干眼症	数据分析、图像识别	机器学习、深度学习	临床数据、图像数据	基于48项原始研究的汇总分析	NA	NA	诊断效率、准确性、客观性	NA
9	2025-10-05	Elucidating the neuropathological and molecular heterogeneity of amyloid-beta and tau in Alzheimer's disease through machine learning and transcriptomic integration 2024-Oct-18, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.16.618708 PMID:39463964	研究论文	本研究通过机器学习和转录组整合方法，揭示了阿尔茨海默病中淀粉样蛋白-β和磷酸化tau蛋白的神经病理学和分子异质性	开发了一种新颖的深度学习方法来区分阿尔茨海默病连续体特异性脑网络改变维度与正常衰老共享维度	样本量相对有限（n=289），且仅使用单一公共转录组图谱进行验证	理解阿尔茨海默病神经病理学聚集物与认知衰退的关联及其分子机制	阿尔茨海默病连续体患者（Aβ阳性，n=129）和正常老年人（Aβ阴性，n=160）	机器学习	阿尔茨海默病	功能磁共振成像，转录组分析，脑脊液生物标志物检测	深度学习	功能磁共振成像数据，基因表达数据，临床生物标志物数据	289名受试者（129名Aβ阳性，160名Aβ阴性）	NA	NA	预测准确性	NA
10	2025-10-05	Deep Learning Denoising Improves CT Perfusion Image Quality in the Setting of Lower Contrast Dosing: A Feasibility Study 2024-Oct-03, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8367 PMID:38844370	研究论文	本研究探讨深度学习去噪技术在低对比剂剂量CT灌注成像中改善图像质量的可行性	首次将残差编码器-解码器卷积神经网络应用于CT灌注图像去噪，并在动物和临床研究中验证其在低对比剂剂量条件下的有效性	样本量有限（12只动物和22例患者），且为回顾性研究设计	评估深度学习去噪技术能否在降低对比剂剂量的情况下维持CT灌注图像质量	动物模型（猪）和临床患者	医学影像处理	NA	CT灌注成像	CNN	医学影像	12只动物（每只接受9次CTP检查）和22例患者（11例低剂量组，11例标准剂量对照组）	NA	残差编码器-解码器卷积神经网络	信噪比, 定性图像评估	NA
11	2025-10-05	External Validation of a Digital Pathology-based Multimodal Artificial Intelligence Architecture in the NRG/RTOG 9902 Phase 3 Trial 2024-Oct, European urology oncology IF:8.3Q1 DOI:10.1016/j.euo.2024.01.004 PMID:38302323	研究论文	在NRG/RTOG 9902三期临床试验中对基于数字病理学的多模态人工智能架构进行外部验证	首次在随机对照试验队列中验证多模态AI模型对高危前列腺癌患者的预后预测能力	部分患者因图像质量差被排除（5.6%），样本量相对有限	验证多模态人工智能模型在前列腺癌预后预测中的外部有效性	318名局部高危前列腺癌患者	数字病理学	前列腺癌	数字病理学分析	多模态人工智能模型	数字病理图像,临床特征	318例局部高危前列腺癌患者（来自397例入组患者中的337例有可用切片，其中19例因图像质量差被排除）	深度学习框架	多模态人工智能架构	亚分布风险比,置信区间,p值,5年和10年远处转移率	NA
12	2025-10-05	Improving 3D dose prediction for breast radiotherapy using novel glowing masks and gradient-weighted loss functions 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17326 PMID:39088756	研究论文	本研究开发了使用发光掩码和梯度加权损失函数改进乳腺癌放疗3D剂量预测的新方法	提出了两种创新技术：发光掩码算法将轮廓距离编码到每个体素中，梯度加权MSE损失函数强调高剂量梯度区域的误差	研究仅针对乳腺癌切线野治疗，样本量为305个治疗计划	比较两种新技术对深度学习剂量预测模型性能的影响	乳腺癌患者的放疗治疗计划	医学影像分析	乳腺癌	深度学习剂量预测	3D U-Net	CT影像和器官轮廓	305个治疗计划（213训练/46验证/46测试）	NA	3D U-Net	平均误差, 平均绝对误差, 心脏/肺/肿瘤床平均剂量误差, Dice相似系数, Gamma分析	NA
13	2025-10-05	Multi-modal segmentation with missing image data for automatic delineation of gross tumor volumes in head and neck cancers 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17260 PMID:38896829	研究论文	开发了一种能够处理PET图像缺失情况下的头颈部癌大体肿瘤体积自动分割深度学习框架	提出'空白通道'训练策略，使模型能够灵活处理PET图像缺失情况，在保持多模态分割性能的同时提高临床适用性	研究主要针对头颈部癌症，在其他类型癌症中的适用性需要进一步验证	开发头颈部癌大体肿瘤体积自动分割方法，解决PET图像可能缺失的临床实际问题	头颈部癌患者的大体肿瘤体积	数字病理	头颈部癌	CT, PET	深度学习分割模型	医学图像	数据集I: 524例训练患者和359例测试患者；数据集II: 90例测试患者	NA	NA	Dice相似系数, 平均表面距离, 95% Hausdorff距离	NA
14	2025-10-05	Patient-specific deep learning for 3D protoacoustic image reconstruction and dose verification in proton therapy 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17294 PMID:38980065	研究论文	开发了一种患者特异性深度学习方法用于质子声学图像重建和剂量验证	提出两阶段患者特异性深度学习框架，结合群体模型预训练和患者特定数据迁移学习	需要进一步研究验证该技术的临床影响	提高质子声学成像重建质量和个体患者剂量验证准确性	10名特定前列腺癌患者	医学影像	前列腺癌	质子声学成像，计算机断层扫描	深度学习	3D图像，射频信号	10名前列腺癌患者	NA	NA	RMSE, SSIM, gamma指数	NA
15	2025-10-05	Establishing a Validation Infrastructure for Imaging-Based Artificial Intelligence Algorithms Before Clinical Implementation 2024-Oct, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2024.04.027 PMID:38789066	研究论文	本文提出建立影像AI算法临床实施前验证基础设施的方法与建议	提出在临床系统外建立AI推理基础设施的完整步骤，支持大型医疗中心进行AI算法的本地化验证	未提供具体实施案例的性能数据验证	开发高效、可定制且成本效益高的AI模型外部验证基础设施	基于影像的人工智能算法	数字病理	NA	深度学习	NA	医学影像	NA	NA	NA	准确性, 泛化性	大型医疗中心计算基础设施
16	2025-10-05	Artificial Intelligence vs. Doctors: Diagnosing Necrotizing Enterocolitis on Abdominal Radiographs 2024-Oct, Journal of pediatric surgery IF:2.4Q2 DOI:10.1016/j.jpedsurg.2024.06.001 PMID:38955625	研究论文	本研究开发了一种基于深度学习的AI模型，用于在新生儿腹部X光片上诊断坏死性小肠结肠炎	首次将预训练的ResNet-50模型应用于新生儿坏死性小肠结肠炎的X光片诊断，并与资深外科住院医师进行直接比较	研究样本量有限（494张图像），且缺乏普遍应用的“金标准”作为参考	评估深度学习模型在诊断坏死性小肠结肠炎方面的性能，并与人类专家进行比较	新生儿腹部X光片	计算机视觉	坏死性小肠结肠炎	X光成像	CNN	图像	494张新生儿腹部X光片（214张坏死性小肠结肠炎，280张其他）	PyTorch或TensorFlow（未明确指定）	ResNet-50	AUROC, 准确率	NA
17	2025-10-05	Identification of diabetic retinopathy classification using machine learning algorithms on clinical data and optical coherence tomography angiography 2024-Oct, Eye (London, England) DOI:10.1038/s41433-024-03173-3 PMID:38871934	研究论文	应用机器学习算法结合临床数据和光学相干断层扫描血管成像进行糖尿病视网膜病变多分类识别	首次将机器学习算法应用于结合临床数据和OCTA参数进行糖尿病视网膜病变的多类别分类	样本量相对有限（203例训练，169例验证），且为横断面观察性研究	开发基于机器学习的糖尿病视网膜病变自动分类系统	糖尿病患者（共372例，372只眼）	机器学习	糖尿病视网膜病变	光学相干断层扫描血管成像（OCTA）	随机森林,梯度提升机,深度学习,逻辑回归	临床数据,影像数据	训练集203例，验证集169例	NA	NA	AUC,ROC曲线	NA
18	2025-10-05	Progression or Aging? A Deep Learning Approach for Distinguishing Glaucoma Progression From Age-Related Changes in OCT Scans 2024-Oct, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2024.04.030 PMID:38703802	研究论文	开发了一种深度学习算法，用于在缺乏参考标准的情况下从OCT图像中检测青光眼进展	提出了一种弱监督时间序列学习模型(Noise-PU DL)，能够区分青光眼进展与年龄相关变化	回顾性研究设计，缺乏参考标准作为金标准	开发能够区分青光眼进展与年龄相关变化的深度学习算法	青光眼患者和健康受试者的OCT扫描图像	计算机视觉	青光眼	光学相干断层扫描(OCT)	CNN,LSTM	图像序列	3253只眼(1859名受试者)的8785个随访序列	NA	CNN-LSTM	命中率,特异性	NA
19	2025-10-05	Colour fusion effect on deep learning classification of uveal melanoma 2024-Oct, Eye (London, England) DOI:10.1038/s41433-024-03148-4 PMID:38773261	研究论文	本研究验证深度学习对葡萄膜黑色素瘤和脉络膜痣的分类性能，并评估不同颜色融合策略对分类效果的影响	首次系统评估不同颜色融合策略（早期融合、中期融合和晚期融合）在葡萄膜黑色素瘤分类任务中对深度学习性能的影响	回顾性研究设计，样本量相对有限（798张图像），未进行外部验证	验证深度学习对葡萄膜黑色素瘤和脉络膜痣的自动分类能力，并评估颜色融合策略对分类性能的影响	438名患者的798张超广角视网膜图像，包括157名葡萄膜黑色素瘤患者和281名脉络膜痣患者	计算机视觉	葡萄膜黑色素瘤	超广角视网膜成像	CNN	图像	798张超广角视网膜图像（来自438名患者）	NA	NA	F1分数, 准确率, AUC	NA
20	2025-10-05	Invariant point message passing for protein side chain packing 2024-Oct, Proteins IF:3.2Q2 DOI:10.1002/prot.26705 PMID:38790143	研究论文	提出一种基于几何图神经网络的新方法PIPPack，用于蛋白质侧链包装任务	采用几何感知的不变点消息传递(IPMP)机制和二面角分布预测来生成理想的侧链坐标	仅在约1400个高质量蛋白质链的测试集上验证，未在更大规模或更复杂数据集上测试	解决蛋白质侧链包装(PSCP)问题，预测氨基酸侧链的高置信度低能量构象	蛋白质侧链构象	生物信息学	NA	几何图神经网络	图神经网络	蛋白质结构数据	约1400个高质量蛋白质链	NA	不变点消息传递(IPMP)	旋转异构体恢复率, 每个残基RMSD	NA